-
公开(公告)号:CN109493137A
公开(公告)日:2019-03-19
申请号:CN201811314589.7
申请日:2018-11-06
申请人: 东北大学
摘要: 本发明公开了一种工业供应链中基于深度学习的成交定价推荐方法,包括:对多年以来的交易信息进行清洗和预处理,并作为训练数据;BP神经网络模型的构造及训练;对得到的模型进行检测:使用预测数据与真实数据进行比较,查看此模型的正确率;成交价格推荐:深度学习模型确定之后,根据定价在一个价格区间之内按照步长对每一个价格进行预测,将所有预测成功的价格推荐给用户,实现成交定价推荐功能。与现有技术相比,本发明明确了该成交定价推荐的模式后,在对业务数据进行清洗和处理的基础上,采用五层深度学习模型进行训练,用训练好的模型进行预测,并对预测的结果分析处理,最终实现对工业供应链中成交定价的推荐功能。
-
公开(公告)号:CN107622461A
公开(公告)日:2018-01-23
申请号:CN201710846394.6
申请日:2017-09-19
申请人: 东北大学
发明人: 赵志滨 , 姚兰 , 聂亦澄 , 于戈 , 鲍玉斌 , 陈郭成 , 刘佳良 , 张天成 , 李芳芳 , 许存立 , 刘欢 , 王勋 , 储佳红 , 唐梦娇 , 徐瑛蔚 , 李壮 , 王宗怡 , 石玉鑫 , 梁睿博 , 杨泽清 , 赵永恒 , 关亨 , 王思远 , 吴永琪 , 华钰 , 高若涵
摘要: 本发明公开了一种面向慕课系统的作业主观题互评方法,根据作业的内容和知识点与评阅人的相关属性,将待评的作业权衡分配给评阅人,构建作业与评阅人的分配情况用带权重二部图;评阅人对作业根据评分要求进行评分;将同一作业各位评阅人的评分综合起来后取平均值,作为最终成绩。通过全面的考虑作业内容和知识点与评阅人的相关性,将待互评的作业权衡分配,对互评过程中的作业与阅卷者进行合理的匹配,能够实现评阅任务的合理分配,并且保证作业评阅的质量。
-
公开(公告)号:CN107622461B
公开(公告)日:2021-06-22
申请号:CN201710846394.6
申请日:2017-09-19
申请人: 东北大学
发明人: 赵志滨 , 姚兰 , 聂亦澄 , 于戈 , 鲍玉斌 , 陈郭成 , 刘佳良 , 张天成 , 李芳芳 , 许存立 , 刘欢 , 王勋 , 储佳红 , 唐梦娇 , 徐瑛蔚 , 李壮 , 王宗怡 , 石玉鑫 , 梁睿博 , 杨泽清 , 赵永恒 , 关亨 , 王思远 , 吴永琪 , 华钰 , 高若涵
摘要: 本发明公开了一种面向慕课系统的作业主观题互评方法,根据作业的内容和知识点与评阅人的相关属性,将待评的作业权衡分配给评阅人,构建作业与评阅人的分配情况用带权重二部图;评阅人对作业根据评分要求进行评分;将同一作业各位评阅人的评分综合起来后取平均值,作为最终成绩。通过全面的考虑作业内容和知识点与评阅人的相关性,将待互评的作业权衡分配,对互评过程中的作业与阅卷者进行合理的匹配,能够实现评阅任务的合理分配,并且保证作业评阅的质量。
-
公开(公告)号:CN107590742B
公开(公告)日:2021-06-22
申请号:CN201710957182.5
申请日:2017-10-16
申请人: 东北大学
发明人: 赵志滨 , 姚兰 , 于戈 , 鲍玉斌 , 陈郭成 , 刘佳良 , 张天成 , 李芳芳 , 许存立 , 刘欢 , 王勋 , 储佳红 , 唐梦娇 , 徐瑛蔚 , 李壮 , 王宗怡 , 石玉鑫 , 梁睿博 , 杨泽清 , 赵永恒 , 关亨 , 王思远 , 吴永琪 , 华钰 , 高若涵
IPC分类号: G06Q50/00
摘要: 本发明公开了一种基于行为的社交网络用户属性值反演方法,基于行为的用户属性值反演方法的思想是针对反演对象在社交网络多话题下的评论行为,发现与反演对象具有相似网络行为的人群,再利用群体属性值与个体属性值之间的映射策略以及带权重的投票机制,对网络用户的属性值进行推测并将结果赋给反演对象。这种方法一方面可以动态填补和修正用户属性信息中所存在的缺失值、错误值;更进一步可以为社交网络中的个性化推荐提供更为可靠的原始数据。提高网络用户信息的准确性,最终达到动态填补和修正网络用户属性缺失值和错误值的目的。
-
公开(公告)号:CN107590742A
公开(公告)日:2018-01-16
申请号:CN201710957182.5
申请日:2017-10-16
申请人: 东北大学
发明人: 赵志滨 , 姚兰 , 于戈 , 鲍玉斌 , 陈郭成 , 刘佳良 , 张天成 , 李芳芳 , 许存立 , 刘欢 , 王勋 , 储佳红 , 唐梦娇 , 徐瑛蔚 , 李壮 , 王宗怡 , 石玉鑫 , 梁睿博 , 杨泽清 , 赵永恒 , 关亨 , 王思远 , 吴永琪 , 华钰 , 高若涵
IPC分类号: G06Q50/00
摘要: 本发明公开了一种基于行为的社交网络用户属性值反演方法,基于行为的用户属性值反演方法的思想是针对反演对象在社交网络多话题下的评论行为,发现与反演对象具有相似网络行为的人群,再利用群体属性值与个体属性值之间的映射策略以及带权重的投票机制,对网络用户的属性值进行推测并将结果赋给反演对象。这种方法一方面可以动态填补和修正用户属性信息中所存在的缺失值、错误值;更进一步可以为社交网络中的个性化推荐提供更为可靠的原始数据。提高网络用户信息的准确性,最终达到动态填补和修正网络用户属性缺失值和错误值的目的。
-
-
-
-